مدل سازی فضایی توان آب زیرزمینی با استفاده از تلفیق روش آنتروپی بیشینه و روش جنگل تصادفی در محیط سامانه اطلاعات جغرافیایی مطالعه موردی: حوضه آبریز قوریچای اردبیل (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
آب های زیرزمینی از مهم ترین منابع طبیعی در مناطق خشک و نیمه خشک محسوب می شوند. هدف از این پژوهش شناسایی مناطقی است که توان آب زیرزمینی دارند و اولویت بندی عوامل موثر بر آن هست. در این پژوهش 11 شاخص تأثیرگزار بر توان آب زیرزمینی شامل شیب، ارتفاع، جهت شیب، فاصله از آب راه، تراکم زه کشی، فاصله از گسل، شاخص رطوبت پستی و بلندی، موقعیت پستی و بلندی، سنگ شناسی، کاربری زمین و موقعیت شیب نسبی به کاربرده شد. به روش تصادفی30 درصد از مجموع 58 چشمه در گروه داده های اعتبارسنجی و 70 درصد آن در گروه داده های آموزش گذاشته شد. برای اولویت بندی عامل های مؤثر و پهنه بندی توان آب زیرزمینی در آبخیز قوریچای، روش جنگل تصادفی ارتقاء یافته با بیشینه آنتروپی با بهره گیری از سامانه اطلاعات جغرافیایی به کار برده شد و برای ارزیابی مدل منحنی تشخیص عمل کرد نسبی (ROC) و سطح زیر منحنی (AUC )به کاربرده شد. نتیجه نشان داد که توان آب زیرزمینی در حدود هشت درصد حوضه آبخیز، بیش تر در خروجی حوضه است. بر اساس نمودار VIP لایه TWI با مقدار 329/0 و لایه فاصله از رودخانه با مقدار 175/0 به ترتیب بیش ترین و کمترین عامل های تأثیرگزار بر توان آب زیرزمینی با مقادیر بود. سطح زیر منحنی AUC نشان دهنده ی دقت 87 درصدی در مرحله ی آموزش برای شناخت منطقه های دارای توان آب زیرزمینی بود. نتیجه ی این پژوهش می تواند در مدیریت آب زیرزمینی در حوضه آبخیز قوریچای در رابطه با افزایش جمعیت و همچنین گسترش ساخت و ساز انسانی و توسعه کشاورزی منطقه به کار برده شود.Spatial modeling of groundwater capacity using a combination of maximum entropy method and random forest method in GIS environment Case study: Ardabil Ghorichay catchment
Groundwater is one of the most important natural resources in arid and semi-arid regions. The purpose of this study is to identify areas that have groundwater capacity and to prioritize the factors affecting it. In this study, 11 indicators affecting groundwater capacity including Slope, Elevation, Aspect, Distance from River, Drainage Density, Distance from Fault, Topographic Wetness Index, and Topographic Position Index, lithology, Land use and Relative Slope Position were used. 30% of the totals of 230 wells were randomly placed in the validation data group and 70% in the training data. To prioritize the effective factors and zoning of groundwater potential in Ghorichay watershed, the random forest method was used using ArcGIS and to evaluate the model of relative performance curve (ROC) and Area Under the curve surface (AUC). The results showed that the groundwater capacity of about 8% of the watershed is higher at the outlet of the watershed. According to the VIP diagram, the TWI layer with a value of 0.329 and the distance from the river layer with a value of 0.175 was the most and the least influential factors on groundwater capacity, respectively. The area below the AUC curve showed an accuracy of 87% in the training phase to identify areas with groundwater potential. The result of this study can be used in groundwater management in the Ghorichay watershed.